已验证80% 置信事实精确时间

MLA（多头潜在注意力）由DeepSeek团队在DeepSeek-V2中首次提出，通过将Key-Value对压缩到低维潜在空间大幅降低KV Cache显存占用

4

来源数

80%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Kimi K2.7 Code深度解析：万亿参数编程模型的性价比之战

bilibiliAI睡前简报2026/6/13

相关事实

待验证DeepSeek-V2提出MLA（Multi-head Latent Attention），通过低秩压缩将KV Cache压缩至MHA的5%左右83% 相似待验证DeepSeek在多头潜在注意力（MLA）和FP8混合精度训练方向上的创新将KV Cache内存占用压缩至标准多头注意力的5%-13%78% 相似已验证DeepSeek V4采用自研的分层压缩注意力策略，设计了CSA（压缩吸收注意力）和HCA（重度压缩注意力）两种注意力模式交替使用76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/42606

API

curl https://kongchang.com/api/v1/knowledge/claims/42606

MCP

get_claim(id=42606)